基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
支持向量机(SVM)是近些年才提出的以统计学习理论为基础的新型学习机,同时因为其具有很强的实用性和广泛的适应性受到了普遍重视.支持向量机的许多特性是由所选择的核函数来决定的,因此如何选择核函数成为支持向量机的重要内容之一.在Matlab平台下使用libsvm工具箱对各常用核函数进行试验,通过仿真得到的图形和数据进行对比分析得出结论.
推荐文章
基于分段核函数的支持向量机及其应用
支持向量机
分段核函数
全局核
局部核
基于混合核函数支持向量机的齿轮诊断方法研究
支持向量机
混合核函数
齿轮故障分类
复高斯小波核函数的支持向量机研究
复高斯小波核函数
Mercy条件
支持向量机
非线性系统辨识及预测
基于核函数支持向量机的雷达辐射源识别
雷达辐射源识别
核函数
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机核函数的研究
来源期刊 电力科学与工程 学科 工学
关键词 软测量 核函数 支持向量机 libsm工具箱
年,卷(期) 2012,(5) 所属期刊栏目 研究与分析/动力工程
研究方向 页码范围 42-45
页数 分类号 TP301.6
字数 2827字 语种 中文
DOI 10.3969/j.issn.1672-0792.2012.05.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张倩 华北电力大学控制与计算机工程学院 44 313 9.0 17.0
2 杨耀权 华北电力大学控制与计算机工程学院 69 681 13.0 24.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (47)
参考文献  (3)
节点文献
引证文献  (75)
同被引文献  (103)
二级引证文献  (68)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(8)
  • 引证文献(8)
  • 二级引证文献(0)
2014(8)
  • 引证文献(5)
  • 二级引证文献(3)
2015(23)
  • 引证文献(14)
  • 二级引证文献(9)
2016(23)
  • 引证文献(16)
  • 二级引证文献(7)
2017(23)
  • 引证文献(11)
  • 二级引证文献(12)
2018(23)
  • 引证文献(9)
  • 二级引证文献(14)
2019(26)
  • 引证文献(11)
  • 二级引证文献(15)
2020(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
软测量
核函数
支持向量机
libsm工具箱
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力科学与工程
月刊
1672-0792
13-1328/TK
大16开
河北省保定市永华北大街619号华北电力大学
18-182
1985
chi
出版文献量(篇)
3177
总下载数(次)
3
论文1v1指导